如何通过Google Scholar Organic Results API获取完整摘要片段？

问题说明 #

当前调用API查询研究论文时，返回的摘要片段被截断，示例输出的英文原文翻译为：

整流激活单元（整流器）是最先进神经网络的核心组件。在这项研究中，我们从两个维度探究用于图像分类的整流器神经网络。首先，我们提出参数化整流线性单元（PReLU），作为传统整流单元的泛化版本。PReLU能在几乎无额外计算成本、过拟合风险极低的前提下，提升模型拟合能力。其次，我们推导了一种稳健的初始化方法，专门针对整流器的非线性特性设计。这种方法让我们能够训练极深的整流模型……

解决方案 #

方法1：添加API扩展视图参数 #

在请求参数中加入"view_opts": "expanded"，该参数会触发API返回扩展版摘要，大幅减少截断情况。修改后的代码如下：

from serpapi import GoogleSearch

params = {
  "engine": "google_scholar",
  "q": "Delving deep into rectifiers: Surpassing human-level performance on ImageNet classification",
  "api_key": "key",
  "view_opts": "expanded"  # 新增扩展视图参数
}

search = GoogleSearch(params)
results = search.get_dict()

print(results['organic_results'][0]['snippet'])

方法2：从论文原始页面提取完整摘要 #

如果API仍无法返回完整内容，可通过结果中的link字段获取论文原始页面，再提取完整摘要。示例代码：

from serpapi import GoogleSearch
import requests
from bs4 import BeautifulSoup

params = {
  "engine": "google_scholar",
  "q": "Delving deep into rectifiers: Surpassing human-level performance on ImageNet classification",
  "api_key": "key"
}

search = GoogleSearch(params)
results = search.get_dict()
paper_link = results['organic_results'][0]['link']

# 请求论文原始页面
response = requests.get(paper_link)
soup = BeautifulSoup(response.text, 'html.parser')

# 根据页面结构提取摘要（不同网站可能需要调整选择器）
full_snippet = soup.find('div', class_='abstract').get_text(strip=True)
print(full_snippet)

注：第二种方法需根据目标页面的HTML结构调整选择器，同时注意目标网站的反爬限制。

内容的提问来源于stack exchange，提问作者Rohan Shah